cython的类型转换导致的内存泄漏问题

最近发现一个cython写的服务在持续请求下会有内存持续上涨现象，一波压测之后，发现确实有内存泄漏问题。于是先试了下valgrind，发现没有definite lost的内存，那必定是python里的对象还有引用，但没有释放，这下就麻烦了，只能靠眼力来分析代码了。

花了一天工夫最终定位是这句：

return <object>reply

改成如下即ok：

replyObj = <object>reply
Py_DECREF(replyObj)
return replyObj

这个时候就来深挖一下cython的类型转换问题。

为什么会导致内存泄漏？

特别注意cython里关于类型转换的一段描述：

Casting with cast(object, ...) creates an owned reference. Cython will automatically perform a Py_INCREF and Py_DECREF operation. Casting to cast(pointer(PyObject), ...) creates a borrowed reference, leaving the refcount unchanged.

首先注意，类型转换可以使用<type>variable写法，也可以使用cast(type, variable)；

然后注意，可以将python类型转成c类型，也可以将c类型转成python类型，可以将c语言指针转成python对象，也可以将python对象转成c语言指针；

最重要的是，按这里描述的，把一个c语言指针转成python的object，那么会创建一个owned引用，就是引用计数加1（cython在转换成c代码时会给加上）。注意，cython的类型转换是不会检查类型的，可以是void *，不过通常应该是PyObject *。而如果反之，将一个python对象转成c指针，却是创建了一个borrowed引用，该对象的引用计数不会变。

我们通常写一个c module扩展时，返回的PyObject *obj，习惯上会保证引用计数为1，而到pyx里，再转成具体的python对象，引用计数就会变成2，如果不减一下，就会导致内存泄漏问题。正如上面的代码所示。

如果将pxd里使用PyObject*写成object会怎么样呢？

上面的问题还涉及到pxd里是怎么定义的，因为cython实际只对pyx文件进行转换，比如定义是：

object uint32_encode(uint32_t* seeds, uint32_t seeds_cnt, uint32_t n)

或者是：

PyObject* uint32_encode(uint32_t* seeds, uint32_t seeds_cnt, uint32_t n)

此两种声明是一样的，第二种声明跟c模板里的函数原型完全一样。前者不会导致内存泄漏，而后者会导致内存泄漏。

其实，就相当于一个语法糖，见到<type>variable的表达，就会按照既定方法转换，引用计数就会加1，没遇到此表达式，就不会加1。所以pxd里的声明方式不一样，是否需要Py_DECREF也不一样。